Guide de démarrage rapide : Seeed Studio reCamera avec Ultralytics YOLO11

reCamera a été présenté à la communauté de l'IA à l'occasion de YOLO Vision 2024 (YV24), Ultralytics événement hybride annuel. Elle est principalement conçue pour les applications d'IA de pointe, offrant de puissantes capacités de traitement et un déploiement sans effort.

Grâce à la prise en charge de diverses configurations matérielles et de ressources open-source, il constitue une plateforme idéale pour le prototypage et le déploiement de solutions innovantes de vision par ordinateur à la pointe de la technologie.

Pourquoi choisir reCamera ?

La série reCamera est spécialement conçue pour les applications d'IA de pointe et adaptée aux besoins des développeurs et des innovateurs. Voici pourquoi elle se distingue :

• Des performances basées sur l'architecture RISC-V: Le processeur SG200X, qui repose sur l'architecture RISC-V, offre des performances exceptionnelles pour les tâches d'intelligence artificielle tout en conservant une efficacité énergétique. Capable d'exécuter 1 000 milliards d'opérations par seconde (1 TOPS), il gère aisément des tâches exigeantes telles que la détection d'objets en temps réel.

• Technologies vidéo optimisées: Prend en charge les normes de compression vidéo avancées, notamment H.264 et H.265, pour réduire les besoins en stockage et en bande passante sans sacrifier la qualité. Des fonctionnalités telles que l'imagerie HDR, la réduction du bruit 3D et la correction de l'objectif garantissent des images professionnelles, même dans des environnements difficiles.

• Double traitement économe en énergie: Tandis que le SG200X gère les tâches complexes d'intelligence artificielle, un microcontrôleur 8 bits plus petit gère les opérations plus simples pour économiser l'énergie, ce qui rend la reCamera idéale pour les installations fonctionnant sur batterie ou à faible consommation d'énergie.

• Conception modulaire et évolutive: La reCamera est construite selon une structure modulaire, composée de trois éléments principaux : la carte mère, la carte capteur et la carte de base. Cette conception permet aux développeurs d'échanger ou de mettre à niveau facilement les composants, ce qui garantit la flexibilité et l'évolutivité des projets.

Installation rapide du matériel de reCamera

Veuillez suivre le guide de démarrage rapide de reCamera pour la mise en route initiale de l'appareil, comme la connexion de l'appareil à un réseau WiFi et l'accès à l'interface web Node-RED pour une prévisualisation rapide des résultats de détection avec les modèles préinstallés de Ultralytics YOLO .

Exporter vers cvimodel : Conversion de votre modèle YOLO11

Ici, nous allons d'abord convertir PyTorch modèle à ONNX puis le convertir en MLIR format du modèle. Enfin, les MLIR sera converti en cvimodel afin d'inférer des données sur l'appareil

Exporter vers ONNX

Exporter un modèle Ultralytics YOLO11 au format ONNX .

Installation

Pour installer les paquets nécessaires, exécutez :

pip install ultralytics

Pour des instructions détaillées et les meilleures pratiques liées au processus d'installation, consultez notre guide d'installationUltralytics . Lors de l'installation des paquets requis pour YOLO11, si vous rencontrez des difficultés, consultez notre guide des problèmes courants pour obtenir des solutions et des conseils.

Utilisation

from ultralytics import YOLO

# Load the YOLO11 model
model = YOLO("yolo11n.pt")

# Export the model to ONNX format
model.export(format="onnx")  # creates 'yolo11n.onnx'

# Export a YOLO11n PyTorch model to ONNX format
yolo export model=yolo11n.pt format=onnx  # creates 'yolo11n.onnx'

Pour plus de détails sur le processus d'exportation, consultez la page de documentationUltralytics sur l'exportation.

Exporter ONNX vers MLIR et cvimodel

Après avoir obtenu un modèle ONNX , reportez-vous à la page Convert and Quantize AI Models pour convertir le modèle ONNX en MLIR, puis en cvimodel.

Critères de référence

Prochainement.

Applications concrètes de reCamera

Les capacités avancées de vision par ordinateur de reCamera et sa conception modulaire lui permettent de s'adapter à un large éventail de scénarios réels, aidant ainsi les développeurs et les entreprises à relever facilement des défis uniques.

• Détection des chutes: Conçue pour les applications de sécurité et de soins de santé, la reCamera peut détecter les chutes en temps réel, ce qui la rend idéale pour les soins aux personnes âgées, les hôpitaux et les environnements industriels où une réponse rapide est essentielle.

• Détection des équipements de protection individuelle: La reCamera peut être utilisée pour assurer la sécurité sur le lieu de travail en détectant la conformité des EPI en temps réel. Elle aide à déterminer si les travailleurs portent des casques, des gants ou d'autres équipements de sécurité, réduisant ainsi les risques dans les environnements industriels.

• Détection des incendies: Les capacités de traitement en temps réel de la reCamera en font un excellent choix pour la détection des incendies dans les zones industrielles et résidentielles, fournissant des alertes précoces pour prévenir les catastrophes potentielles.

• Détection des déchets: Il peut également être utilisé pour des applications de détection des déchets, ce qui en fait un excellent outil pour la surveillance de l'environnement et la gestion des déchets.

• Détection de pièces automobiles: Dans les industries manufacturières et automobiles, il permet de détecter et d'analyser les pièces automobiles pour le contrôle de la qualité, la surveillance de la chaîne de montage et la gestion des stocks.

📅C réé il y a 4 jours ✏️ Mis à jour il y a 4 jours

Commentaires